基于遥感的宁夏工业固体废物环境监测研究

In recent years, the accumulated quantities of industrial solid waste showed an increasing trend in western China. In 2009, the quantity of industrial solid waste generation increased by 1.5 times compared to 2005 in Ningxia. So pollution prevention and control situation is very serious. This project intends to monitor the development trend of industrial solid waste dynamically using Remote Sensing (RS) images in Shizuishan and Ningdong area and study the information extraction methods to different types of industrial solid waste based on high resolution and multi-spectral images. Firstly, study the spectral characteristics of industrial solid waste in Ningxia region. Then, study geometric rectification and registration on different resolution RS images using parameter approach combined with SIFT feature extraction. Since it has extremely high requirements on resolution, we would study the image fusion methods which high resolution and multi-spectral images of industrial solid waste are both needed. And then, about extraction and classification for general industrial solid waste from RS images, classification methods based on multiscale segmentation, object-oriented and PCA method are studied, thus to build up Ningxia region industrial solid waste classification model as well as improve the classification accuracy. In addition, applying RS images, GPS positioning data and GIS technology to monitor the cover area of industrial solid waste and its surrounding environment in key areas such as Shizuishan region in real time and dynamically. Finally, according to changes in the surrounding environment of industrial solid waste for several years, the project would analyze the impact to the environment because of the industrial solid waste generation and discharge.

西部地区的工业固体废物历年堆积量呈递增趋势，2009 年宁夏的工业固体废物产生量较2005年增长1.5倍，污染防治形势十分严峻。本项目以宁夏石嘴山、宁东地区为研究区域，利用遥感图像动态监测工业固体废物的变化趋势；通过不同时期的高分辨率和多光谱数据，研究不同类型工业固体废物信息提取方法；首先，研究宁夏地区工业固体废物的光谱特征；其次，将参数法与SIFT特征提取等结合，研究不同分辨率遥感图像的几何纠正和配准；针对固体废物对图像清晰度要求高的特点，研究高分辨率和多光谱遥感数据的融合方法；采用多尺度分割、面向对象分类和主成分分析等方法，对一般工业固体废物遥感数据进行提取和分类，构建宁夏地区工业固体废物分类模型，提高分类精度；利用遥感数据及GIS 技术，实时动态监测石嘴山等地区工业固体废物占地和周围环境状况等；根据工业固体废物周边环境若干年的变化，分析本地区工业固体废物的产生与排放对环境的影响。

本项目以宁夏石嘴山工业园区为研究区域，主要利用遥感图像动态监测工业固体废物的变化趋势。项目采集了不同时期的高分辨率工业固体废物遥感图像，研究了遥感图像分割和特征提取、遥感图像融合、高光谱遥感图像混合像元提取、高光谱遥感图像分类等算法，并开展了研究区工业固体废物动态监测等工作。项目工作共五个部分：. 第一部分采用标记分水岭多尺度分割算法、基于图论的图像分割算法等面向对象的方法提取遥感图像的各种特征，提取图像的光谱特征、纹理特征、形状特征等，获得研究区内工业固体废物的特征。. 第二部分采用改进的剪切波变换方法、基于HSV的双正交小波变换、结合HSV和IHS的小波包分析等方法应用于高分辨率遥感图像融合。研究结果与传统融合方法和多分辨率分析融合方法比较，都取得了较高的分辨率和丰富的光谱信息。. 第三部分采用高光谱图像预处理技术和线性光谱解混技术，对固废识别和提取等关键技术进行了研究，提出了改进的局部流形（LLE）端元提取方法；将丰度光滑约束引入标准NMF中，提出了快速迭代NeNMF算法求解目标模型；提出了新的NMF解混方法，通过对端元和丰度同时应用约束，将几何先验与统计先验整合到统一NMF解混框架。. 第四部分综合考虑影像的光谱、空间、形状和纹理特性，采用改进RVM算法、集成学习算法、MRF算法、稀疏表示算法等，研究高光谱遥感图像分类。实验表明，项目提出的研究方法可有效地提高高光谱遥感图像的分类精度。. 第五部分利用2013年-2018年高分辨率遥感数据，研究石嘴山工业园区的固体废物占地和绿地变化情况；根据工业固体废物周边环境若干年的变化，分析了该地区工业固体废物的变化对环境的影响。. 项目研究成果发表论文21篇，其中在 SCI 收录期刊6篇，EI收录期刊1篇，核心期刊3篇，其中在Journal of Sensors期刊发表论文1篇，在IEEE期刊发表论文1篇，在印度遥感期刊发表论文4篇，在IGRASS 2015国际会议上发表1篇论文，在IGRASS 2016国际会议上发表1篇论文；在其它国际会议上发表论文10篇。. 本项目研究成果可以应用在环境监测、工作固体废物监测、自然保护区监测等方面。

内容获取失败，请点击重试